<\/p>\n
ADI IGNATIUS: Ich bin Adi Ignatius.<\/p>\n
ALISON BEARD: Ich bin Alison Beard und das ist die HBR IdeaCast.<\/em><\/p>\n ADI IGNATIUS: Also Alison, wir reden viel \u00fcber KI. Alle reden viel \u00fcber KI, aber mich interessiert Ihre aktuelle Sicht auf KI.<\/p>\n ALISON BEARD: Nun, ich bin v\u00f6llig erstaunt \u00fcber einige der Arbeiten, die sie leisten kann. Aber ich denke, dass die meisten Organisationen und F\u00fchrungskr\u00e4fte noch immer herausfinden, wie sie sie effektiv einsetzen k\u00f6nnen, um ihr Gesch\u00e4ft voranzubringen.<\/p>\n ADI IGNATIUS: Ja, das denke ich auch. Ich denke, zu viele Unternehmen l\u00f6sen f\u00fcr KI. Sie treiben die KI-Einf\u00fchrung voran, wo immer m\u00f6glich, anstatt KI als Werkzeug zu betrachten, das ihnen helfen kann, ein tats\u00e4chliches Problem zu l\u00f6sen. Unser heutiger Gast ist Josh Tyrangiel, der f\u00fcr The Atlantic \u00fcber KI schreibt. Er hat sich tief mit KI, ihren Anwendungen, ihrem Potenzial und ihren Fallstricken befasst und gibt Managern Ratschl\u00e4ge, wie sie sie f\u00fcr sich nutzen k\u00f6nnen.<\/p>\n Er ist weder ein KI-Evangelist noch ein KI-Untergangsprophet, sondern jemand, der die Technologie bewundert, aber ihre Grenzen und Risiken erkennt. Tyrangiel ist der Autor des neuen Buches \u201eKI f\u00fcr das Gute: Wie echte Menschen k\u00fcnstliche Intelligenz nutzen, um Dinge zu reparieren, die wichtig sind\u201c. Hier ist unser Gespr\u00e4ch.<\/p>\n Also, Sie sind seit einigen Jahren in die Welt der KI eingetaucht, haben Artikel f\u00fcr The Washington Post, f\u00fcr The Atlantic geschrieben, jetzt mit diesem neuen Buch. Sprechen Sie \u00fcber Ihren Erkenntnisbogen zu KI, vielleicht was Sie dar\u00fcber dachten und wo Sie jetzt in Bezug auf KI und ihr Potenzial stehen.<\/p>\n JOSH TYRANGIEL: Ja. H\u00f6ren Sie, ich begann dar\u00fcber zu berichten und dachte nicht \u00fcber ihr Potenzial nach. Ich dachte kaum \u00fcber die Technologie nach, denn in den ersten paar Monaten war die Art, wie sie pr\u00e4sentiert wurde, ziemlich gespalten. Als ich begann, die, wie ich glaube, erste KI-Kolumne f\u00fcr die Washington Post zu schreiben, ging ich ins Silicon Valley, und das meiste, wor\u00fcber irgendjemand sprechen wollte, war so etwas wie: Ja, dieses Zeug ist magisch. Jeder kann das sehen, aber wir sind sehr gespalten. Und die H\u00e4lfte der Leute, mit denen ich sprach, sagte: \u201eWir m\u00fcssen uns bewegen, denn dieses Zeug ist erstaunlich und es wird Krebs heilen und den Klimawandel abmildern.\u201c<\/p>\n Und auf der anderen Seite waren die Untergangspropheten sehr wie: \u201eKomm mit mir, wenn du leben willst.\u201c Was ich ein paar Monate sp\u00e4ter erkannte, war: Oh, ich bin in einer klassischen Schleuderspirale und alle hier drau\u00dfen sind ein bisschen betrunken. Und erst ein paar Monate in die Berichterstattung hinein konnte ich tief durchatmen und mich irgendwie auf die Technik konzentrieren. Und ich bin seitdem ungef\u00e4hr an derselben Stelle, n\u00e4mlich: Ja, das ist ziemlich beeindruckend. Du kannst sagen, was du willst \u00fcber die Technologen, dar\u00fcber, wie sie sich im \u00f6ffentlichen Raum verhalten. Die Technik ist ziemlich unglaublich. Sie ist nicht perfekt. Sie wird sich nicht von selbst ausrollen, aber das ist ein bedeutender Schritt nach oben im Vergleich zu dem, womit wir es in der Software zu tun hatten.<\/p>\n ADI IGNATIUS: Was ist Ihr Rat, wie insbesondere F\u00fchrungskr\u00e4fte dem Skript folgen k\u00f6nnen, wo dieses Gef\u00fchl herrscht: Oh mein Gott, ich muss alles wissen, aber oh mein Gott, es geht hin und her. Es ist optimistisch, es ist pessimistisch. Wie folgt man hier dem Skript?<\/p>\n JOSH TYRANGIEL: Ich denke, es geht zur\u00fcck auf diese Art von Trunkenheit, n\u00e4mlich dass wir mit Marketing und Werbung und Berichten \u00fcber die Notwendigkeit, auf KI umzusteigen, \u00fcberh\u00e4uft werden. Wie bei allem Hype steckt ein K\u00f6rnchen Wahrheit darin. Ich war an einigen Orten, die manchmal wirklich gute, manchmal fehlerhafte Implementierungen durchgef\u00fchrt haben. Und das Wichtigste, was bei den erfolgreichen Implementierungen zur\u00fcckkommt, ist: \u201eHey, wusstest du, welches Problem du urspr\u00fcnglich zu l\u00f6sen versucht hast? Und hattest du realistische Erwartungen, wie du es l\u00f6sen w\u00fcrdest?\u201c<\/p>\n Und was ich damit meine, ist: Wenn du die Werbung sonntags w\u00e4hrend des Footballs siehst, versucht so viel davon, jemanden mit einem gro\u00dfen Geldbeutel in einem Unternehmen davon zu \u00fcberzeugen, dass die KI magisch ist, dass du deinen Kauf t\u00e4tigst, deine Lizenz bekommst, die Software sich von selbst im Unternehmen ausrollt und pl\u00f6tzlich bist du viel produktiver und viel effizienter und vielleicht sogar in der Lage, Kosten zu senken. Und das stimmt einfach nicht.<\/p>\n Die Software ist wirklich, wirklich gut, aber sie erfordert ein Skalpell, um das Problem zu verstehen, das du zu l\u00f6sen versuchst. Und sie erfordert auch ganz entscheidend Menschen, wirklich talentierte und einen sehr spezifischen Ph\u00e4notyp von Menschen, die in der Lage sind, sowohl mit deinem System, was auch immer dieses System sein mag, als auch mit der Software zu arbeiten. Die Softwareentwickler und -hersteller k\u00fcmmern sich nicht um dein Problem. Du musst tats\u00e4chlich tief durchatmen und dich irgendwie an die Grundlagen halten, was nicht das ist, was du im Hype-Zyklus h\u00f6rst.<\/p>\n ADI IGNATIUS: Sie sehen Unternehmen, die KI als Werkzeug einsetzen, wie Sie sagen, und ich denke, das ist ein guter Rat. Finden Sie heraus, welches Problem Sie zu l\u00f6sen versuchen, nutzen Sie es als Werkzeug. Ich denke, es gibt einige Verbesserungen des Endergebnisses, die Sie erzielen. Aber es gibt diese gr\u00f6\u00dfere Sache, und ich sprach k\u00fcrzlich mit einem Biotech-CEO, der sich mit Sam Altman getroffen hatte, der ihn dr\u00e4ngte: \u201eSie wollen den Zug nicht verpassen.\u201c Und der Mann kam heraus und sagte: \u201eOkay, welchen Zug?\u201c<\/p>\n Ein Teil davon ist diese Frage: Wissen die Technologen notwendigerweise mehr als der Rest von uns \u00fcber die potenzielle Anwendung von KI? Sie verstehen, dass sie super m\u00e4chtig ist, aber in Bezug auf die praktische Anwendung, haben sie notwendigerweise bessere Einblicke als wir in ihr Potenzial?<\/p>\n JOSH TYRANGIEL: Nein. Sie haben schlechtere Einblicke, um es klar zu sagen. Wenn es eine Sache gibt, in der die Labore meisterhaft waren, dann ist es, sich als Inhaber von Weisheit zu pr\u00e4sentieren. Also erstens nennen sie sich Labore. Als ich das letzte Mal nachschaute, sind diese Labore alle gewinnorientierte Unternehmen mit massiven Gewinnzielen und massivem Wachstumsspielraum. Also die Sprache der Wissenschaft zu verwenden, um sich selbst zu beschreiben, ist ein ziemlich netter Trick.<\/p>\n Dar\u00fcber hinaus sind alle Labore verschuldet. Sie erhalten massive, massive Investitionszufl\u00fcsse von Menschen, die Erwartungen an sie haben. Und diese Erwartungen sind, dass sie eines Tages, vorzugsweise bald, unglaublich profitabel sein werden. Und was einen Gro\u00dfteil dieses Verhaltens antreibt \u2026 Und das Beispiel Ihres Biotech-CEOs ist ein gutes, ist ihr pl\u00f6tzliches Bed\u00fcrfnis, die Leute glauben zu lassen, dass KI f\u00fcr ihr Unternehmen unverzichtbar ist. Unverzichtbar, einfach auszurollen, all diese Dinge zu tun.<\/p>\n Alle Leute, die diese Labore leiten, und die Leute unter ihnen sind sehr, sehr gut in einer schwierigen Sache, n\u00e4mlich Modelle zu erstellen, diese Modelle zu trainieren und zu verfeinern. Aber die Art von Person, die darin sehr gut ist, ist oft sehr schlecht darin, menschliche Systeme zu verstehen, Dinge wie Kunden zu verstehen. All diese sogenannten \u201eSoft Skills\u201c, die die Tech-Welt irgendwie abgewertet hat, sind tats\u00e4chlich ziemlich entscheidend f\u00fcr den Gesch\u00e4ftserfolg.<\/p>\n Und wenn Sie fragen: Wissen sie etwas, das wir nicht wissen? Es ist wie: Nun ja, sie wissen definitiv etwas, das wir nicht wissen, \u00fcber Labore und Feinabstimmung und Modelle. Ich glaube nicht, dass Sam Altman mehr \u00fcber Bioengineering wei\u00df als ein Bioengineering-CEO. Und ich denke, es ist die richtige Frage. Es ist wie: Welcher Zug? Es ist ihr Zug, verpassen Sie den Zug nicht. Der Zug, den wir mit gro\u00dfen Krediten gekauft haben. K\u00f6nnen Sie bitte in diesen Zug einsteigen, weil wir sie zur\u00fcckzahlen m\u00fcssen?<\/p>\n ADI IGNATIUS: Der Widerstand gegen KI ist auch ein bisschen schwer zu entschl\u00fcsseln. Auf der einen Ebene gibt es Leute, die sich wirklich Sorgen um KI machen, besorgt \u00fcber die ethischen Implikationen, besorgt dar\u00fcber, m\u00f6glicherweise ihren Job zu verlieren oder dass Jobs f\u00fcr ihre Familien verloren gehen. Und ich denke, CEOs entlassen diese Art von Negativit\u00e4t manchmal.<\/p>\n Aber wenn man dann an die Buhrufe denkt, die Leute wie Eric Schmidt bei Abschlussreden bekamen, wenn sie \u00fcber KI sprachen, glaube ich nicht, dass es nur daran liegt, dass die Leute Angst haben. Ich denke, das sind KI-native Leute, die sie benutzt haben und die wissen, dass dies Schund produziert, es gibt eine Menge M\u00fcll. Also die Vorstellung, dass wir unsere Zukunft irgendwie an KI binden, ist nicht nur alarmierend aus all den Gr\u00fcnden, die ich aufgez\u00e4hlt habe, sondern es ist wie: Was machen wir hier?<\/p>\n Ich m\u00f6chte die Art von Widerstand gegen KI aufschl\u00fcsseln, denn das ist wahrscheinlich verantwortungsvoll, aber vielleicht auch in einigen F\u00e4llen den Zug verpassen. Ich m\u00f6chte diese Frage aufschl\u00fcsseln, inwieweit der Widerstand gerechtfertigt ist, inwieweit es nur ist: \u201eEs sind fr\u00fche Tage, Leute, habt Geduld mit den Problemen auf dem Weg?\u201c<\/p>\n JOSH TYRANGIEL: Schauen Sie, ich denke, nichts kommt im luftleeren Raum an. Und so ist vieles von dem, was mit Leuten wie Eric Schmidt passiert, die ausgebuht werden, mit der Feindseligkeit gegen\u00fcber Rechenzentren, denke ich, ein Produkt der ersten 25 Jahre des Jahrhunderts, n\u00e4mlich dass wir zuerst diese Welle der Internetf\u00e4higkeit bekamen, die wir alle f\u00fcr ziemlich gro\u00dfartig hielten. Wir bekamen Computer in unseren Taschen 2007. Wir alle dachten, das sei ziemlich gro\u00dfartig. Und f\u00fcr den gr\u00f6\u00dften Teil der Existenz sozialer Medien, vergessen Sie nicht den unglaublichen Optimismus, der Dinge wie Facebook begr\u00fc\u00dfte. Ich bin alt genug, um mich zu erinnern, als die Leute verzweifelt versuchten, zu Facebook eingeladen zu werden, oder?<\/p>\n ADI IGNATIUS: Ich liebe \u00fcbrigens immer noch meinen MySpace-Account.<\/p>\n JOSH TYRANGIEL: Du solltest es behalten. Es kommt wieder in Mode. Hol dir so viele Konten wie m\u00f6glich. Wir waren so optimistisch, und ich denke, wir waren leichtgl\u00e4ubig. Und in den letzten besonders sechs, sieben Jahren, in denen wir Fehlinformationen, die Verk\u00fcrzung der Aufmerksamkeitsspanne, Sucht und all diese Dinge gesehen haben, die wir nicht in unserem Leben haben wollen, sind wir unglaublich w\u00fctend auf Technologieunternehmen, richtig w\u00fctend.<\/p>\n Hinzu kommt, dass viele der Unternehmen, die uns KI bringen, dieselben sind, die uns soziale Medien gebracht haben, und viele der F\u00fchrungskr\u00e4fte sind dieselben. Und so die Vorstellung, dass KI kommt und die Leute einfach unbek\u00fcmmert sagen: \u201eOh, fantastisch. Die n\u00e4chste gro\u00dfartige Idee von diesen Leuten.\u201c Ich denke tats\u00e4chlich, dass die Wut und der Zorn nicht nur gerechtfertigt sind, sondern auch recht produktiv werden. Ich glaube, dass dieses kulturelle Problem eine bedeutende Rolle dabei spielt, den Widerstand und die Feindseligkeit gegen\u00fcber KI voranzutreiben.<\/p>\n ADI IGNATIUS: Erst gestern habe ich einen Brief von jemandem bekommen, der unseren Newsletter gelesen hat und einfach sagte: \u201eIhr seid doch nur eine KI-Hype-Maschine, warum schreibt ihr nicht mehr \u00fcber die \u00f6kologischen Kosten von Rechenzentren und so weiter?\u201c Das ist ein wirklich guter Punkt. Ich m\u00f6chte nicht, dass wir nur Begeisterung f\u00fcr Technologie verbreiten. Ich suche nach interessanten Fallstudien. Wenn Unternehmen zu KI-Unternehmen werden, was bedeutet das? Und lassen wir die Ethik f\u00fcr einen Moment au\u00dfen vor und finden wir einfach heraus: Gibt es eine M\u00f6glichkeit, Ihr Unternehmen mit KI neu zu gestalten, die nicht unbedingt Arbeitspl\u00e4tze kostet \u2013 oder vielleicht doch \u2013, aber die etwas schafft, das besser mit den Verbrauchern verbindet, das besseren Wert auf dem Markt schafft? Und lassen Sie uns dorthin lenken. Sehen Sie so etwas schon? KI hilft dem Endergebnis, das kann passieren. Aber sehen Sie schon wirklich sprunghafte Wertsch\u00f6pfung durch KI?<\/p>\n JOSH TYRANGIEL: Ich gebe Ihnen ein Beispiel: Ich habe viel Zeit in der Cleveland Clinic verbracht, die von einem hervorragenden CEO gef\u00fchrt wird, der Arzt ist. Sein Name ist Tomislav Mihaljevic. Als ich mich mit ihm traf, um mit der Recherche zu beginnen, merkte er, dass wir viel \u00fcber KI sprechen w\u00fcrden. Er unterbrach das Gespr\u00e4ch gleich zu Beginn und sagte: \u201eIch m\u00f6chte Ihnen etwas \u00fcber das Gesundheitswesen, Technologie und KI erz\u00e4hlen.\u201c<\/p>\n Viele unserer Kollegen in dieser Branche sind st\u00e4ndig auf der Suche nach den Wunderbohnen und wollen sich zum Microsoft des Gesundheitswesens machen.\u201c Und er sagte: \u201eWir werden nicht das Microsoft des Gesundheitswesens. Wir haben alle m\u00f6glichen Initiativen und Partnerschaften ausprobiert, aber das funktioniert f\u00fcr uns nicht. Wir haben hier zwei Priorit\u00e4ten. Die erste ist, die bestm\u00f6gliche Versorgung zu bieten, um die bestm\u00f6glichen Ergebnisse f\u00fcr unsere Patienten zu erzielen. Die zweite ist, Effizienzen zu schaffen, damit wir mehr Geld in die bestm\u00f6gliche Versorgung und die bestm\u00f6glichen Ergebnisse f\u00fcr unsere Patienten stecken k\u00f6nnen.\u201c<\/p>\n Und so wird jeder Einsatz von KI in der Klinik nicht durch massive Partnerschaften und Tech-Firmen, die etwas anpreisen, umgesetzt. Es gibt einen Produktmanager, der jeden KI-Pilotversuch leitet, und dieser Produktmanager ist ein Arzt oder eine \u00c4rztin. Von Anfang an arbeitet die Technologie an der Cleveland Clinic also f\u00fcr die Medizin und nicht umgekehrt. Und ich sagte: \u201eNa, zeigen Sie mir. Zeigen Sie mir, wer die Leute sind. Zeigen Sie mir, wie es funktioniert.\u201c Und deshalb gebe ich Ihnen zwei Beispiele \u2013 eines zum Thema Backend und eines zum Thema Gesundheit. Also Medizin und insbesondere Krankenh\u00e4user: Die Gewinnmargen der Klinik liegen bei etwa 2,2 %, und die meisten Ihrer Zuh\u00f6rer w\u00fcrden sich, wenn ihre Margen bei 2,2 % l\u00e4gen, noch vor Ende dieses Satzes aus dem Fenster st\u00fcrzen.<\/p>\n Im Gesundheitswesen ist das eine heldenhafte Marge. Die Herausforderung besteht darin, dass Krankenh\u00e4user im Grunde genommen Hotels sind. Sie haben viele Mitarbeiter, sie haben G\u00e4ste, sie haben Zimmer, Betten, Bettw\u00e4sche, Essen und so weiter. Der Unterschied ist, dass Krankenh\u00e4user in der Regel nicht wissen, wann diese G\u00e4ste kommen oder gehen. Und so betreibt man diese Art von System auf der Grundlage von Chaos. In der Klinik gibt es eine Krankenhaus\u00e4rztin, eine wunderbare Frau, die zuerst Krankenschwester war, dann \u00c4rztin wurde und jetzt Krankenhaus\u00e4rztin ist. Sie und die Klinik beschlossen: \u201eWisst ihr was? Lasst uns versuchen, das mit unseren Daten zu modellieren.\u201c<\/p>\n Und was sie taten: Sie riefen Palantir an. Die kamen und bauten im Grunde ein rudiment\u00e4res Planungstool, das dem Krankenhausteam mitteilte, wann Patienten zur Entlassung bereit waren. Das klingt nach einer einfachen Sache, aber wenn jemand wegen eines schwerwiegenden Herzproblems in Behandlung ist, ist es aus \u00e4rztlicher Sicht wirklich wichtig zu wissen, dass die Entlassung oder Verlegung in 24 Stunden ansteht \u2013 denn dann kann man pl\u00f6tzlich einen Zeitplan erstellen.<\/p>\n Und so haben sie alle Gesundheitsdaten miteinander verbunden. Sie haben die Audio-Notizen der \u00c4rzte einbezogen, sodass sie in den Transkripten h\u00f6ren konnten, wie es dem Patienten besser geht, und all solche Dinge. Und was sie erreichen konnten, war die Schaffung einer Art Krankenhaus-System, bei dem man das Krankenhaus wie ein Videospiel steuern kann. Man kann Patienten hinein- und herausbewegen. Die Klinik erzielt einen gro\u00dfen Teil ihrer Einnahmen aus internationalen \u00dcberweisungen. Und pl\u00f6tzlich konnten sie sehen, was tats\u00e4chlich im Inneren vor sich ging. Maschinelles Lernen und algorithmische Prognosen waren ein wesentlicher Bestandteil davon. Sie steigerten die \u00dcberweisungsrate enorm. Sie verk\u00fcrzten die Wartezeiten in der Notaufnahme um 90 Minuten und konnten das Betriebsergebnis verbessern.<\/p>\n Das haben sie also ohne gro\u00dfe Kosten gemacht. Sie haben es durch kreatives Denken \u00fcber ein Problem, das sie hatten, erreicht und dann einen Technologiepartner hinzugezogen, der speziell an diesem Problem arbeitete, anstatt eine Reihe von Anbietern zu beauftragen, die verschiedene Dinge anbieten, die dann h\u00e4tten angepasst werden m\u00fcssen. Das ist also ein Beispiel daf\u00fcr, wie die Verbesserung des Endergebnisses die Versorgung verbessert.<\/p>\n Was ich allein im Gesundheitswesen gesehen habe: Sepsis ist im Grunde der gr\u00f6\u00dfte Killer in den Vereinigten Staaten. Sie t\u00f6tet etwa 350.000 Menschen pro Jahr \u2013 mehr als Prostatakrebs, Brustkrebs und Opioidabh\u00e4ngigkeit zusammen. Und Sepsis ist diese harmlos aussehende Infektion. Es ist die Reaktion des K\u00f6rpers auf eine Infektion. Wenn man sie fr\u00fch erkennt, behandelt man sie mit Antibiotika \u2013 kein Problem. Wenn man sie erst sp\u00e4t erkennt, sterben Menschen. Das Krankenhaus hat 2021 seine Zahlen zu Todesf\u00e4llen durch Sepsis \u00fcberpr\u00fcft und gesagt: \u201eDas ist unerh\u00f6rt. Wir sind eines der drei besten Systeme in Amerika und verlieren drei- bis viertausend Menschen pro Jahr. Das muss aufh\u00f6ren.\u201c Der CTO, der von au\u00dferhalb des Gesundheitswesens kam, dachte, das sei ein perfektes KI-Problem, denn wir haben all dieses Rauschen und m\u00fcssen das Signal finden.<\/p>\n Habe einen guten Anbieter namens Bayesian Health gefunden, eine pr\u00e4diktive Software, die lediglich auf die M\u00f6glichkeit einer Sepsis hinweist. Sie kamen, integrierten sich mit allen Daten, integrierten sich mit Epic, einem sehr komplexen Gesundheitssystem, das praktisch in jedem Krankenhaus in Amerika vorhanden ist.<\/p>\n Und was sie taten, war, dass sie einen ziemlich guten ersten Versuch unternahmen, ziemlich gut insofern, als er drei Flaggen erzeugen w\u00fcrde, quasi eine Art \u201ekein Problem hier\u201c, gr\u00fcn, gelb, rot im Grunde. Und die \u00c4rzte nutzten es nicht. Weil die Software nicht wirklich in die Kultur dessen integriert war, wie es auf einer Intensivstation zugeht. Auf einer Intensivstation piept st\u00e4ndig jedes Ger\u00e4t, und sie markieren st\u00e4ndig Dinge, die die \u00c4rzte und Pflegekr\u00e4fte wahrscheinlich bereits im Griff haben.<\/p>\n Und vor allem w\u00fcrden sie auf diese drei Flaggen schauen, und es gab keine Erkl\u00e4rung. Und wenn es um Leben und Tod geht, handelt man nicht aufgrund einer Maschine ohne Erkl\u00e4rung. Also bauten sie nach und nach Erkl\u00e4rbarkeit in diese drei Flaggen ein, und die Ergebnisse verbesserten sich. Im Laufe eines Jahres im Krankenhaus sank die Sterblichkeit um 41 %. Nennen wir es also 1000 Menschen, die teilweise dank dieses Modells am Leben sind. Was sie nicht schafften, war die letzte Meile. In etwa 10 % der F\u00e4lle auf der Intensivstation konnte eine Krankenschwester oder ein Arzt einen Patienten ansehen, einfach daran riechen oder die Hautfarbe betrachten und sagen: \u201eOh, der hat eine Sepsis, und das System hat es nicht erkannt.\u201c Der Grund daf\u00fcr ist, dass Menschen, obwohl wir Mustererkennungsmaschinen sind, auch verr\u00fcckt sind.<\/p>\n Und so sind wir selbst in unseren Krankheiten in der Lage, Muster zu durchbrechen, auf eine Weise, die Maschinen nicht k\u00f6nnen und vielleicht nie gut k\u00f6nnen werden. Beide Beispiele sind f\u00fcr mich in vielen anderen Branchen n\u00fctzlich, weil es sich um spezifische Probleme handelt. Es gab Kliniker, also Fachexperten, deren Wissen das technische Fachwissen \u00fcbertraf, und sie mussten st\u00e4ndig angepasst werden, um einen Zustand zu erreichen, in dem sie stabil genug waren, um Ergebnisse zu liefern \u2013 aber die Ergebnisse sind bedeutsam. Das bedeutet, dass viele Leben gerettet werden. Die F\u00e4higkeit, Wartezeiten zu verk\u00fcrzen und mehr Menschen ins Krankenhaus zu bringen, ist das, was den Krankenhausbetrieb erm\u00f6glicht. Die Herausforderung liegt also nicht darin, dass die Technik nicht gro\u00dfartig ist. Die Technik kann wirklich gro\u00dfartig sein. Die Herausforderung besteht darin, zu glauben, dass sie sich von selbst regelt. Man braucht absolute A+-Talente, die sich der L\u00f6sung Ihrer Probleme mit KI verschrieben haben.<\/p>\n ADI IGNATIUS: Die KI-Gespr\u00e4che verlagern sich von Technologie hin zu Management.<\/p>\n JOSH TYRANGIEL: Management, Personal, Talentf\u00f6rderung, aber auch Kundenservice. Ich habe Freunde, die in New York ein Software-Unternehmen betreiben. Und sie beklagen sich st\u00e4ndig dar\u00fcber, dass Claude Code jeden Ingenieur in ein Imperium verwandelt hat. Die Ingenieure sagen dann: \u201eNein, nein, nein, ich habe das alles selbst gemacht. Ich habe das Produkt entworfen. Ich habe mich um die Produktbeschreibung gek\u00fcmmert. Es ist in Ordnung.\u201c<\/p>\n Und wenn sie meinen Freunden diese Produkte pr\u00e4sentieren, die eigentlich f\u00fcr Kunden eingef\u00fchrt werden sollen, sagen meine Freunde: \u201eDas ist das H\u00e4sslichste, was ich je gesehen habe.\u201c Und au\u00dferdem hast du sechs Punkte aus dem Briefing ignoriert. Der Grund daf\u00fcr ist nat\u00fcrlich, dass sie so bef\u00e4higt sind, 80 % ihrer Software in 10 % der Zeit zu erstellen, die es fr\u00fcher brauchte, dass sie glauben, das Problem gel\u00f6st zu haben. Das Problem ist jedoch viel vielschichtiger als nur das Schreiben des Codes.<\/p>\n Wir haben das gesehen, und ich bin sicher, Sie haben es in diesem Podcast geh\u00f6rt: Gro\u00dfe Unternehmen haben botgesteuerten Kundenservice eingef\u00fchrt. Und was ist die Nummer eins, die in das Nachrichtenfeld getippt wird? \"Holen Sie mir einen Menschen.\"<\/p>\n ADI IGNATIUS: Hol mir einen Menschen, ja.<\/p>\n Sie haben Talent erw\u00e4hnt, und es gibt ein paar offensichtliche Ans\u00e4tze im Umgang mit Talent. Einer ist, die Besten und Kl\u00fcgsten einzustellen. Die Kosten f\u00fcr die Besten und Kl\u00fcgsten sind inzwischen astronomisch. F\u00fcr kleine und mittlere Unternehmen ist es schwer, damit zu konkurrieren. Die Alternative ist also die Ausbildung. Mich interessieren die Jahre, die Sie intensiv mit KI verbracht haben. Haben Sie KI-Trainings gesehen, die funktionieren? Funktioniert KI-Training? Und wenn ja, welcher Ansatz funktioniert?<\/p>\n JOSH TYRANGIEL: Sprechen wir hier von einer allgemeinen Umschulung oder einer Weiterbildung? Denn das sind zwei verschiedene Dinge. In dem gerade genannten Beispiel der Cleveland Clinic gab es keine Schulung. Dort gab es einfach \u00c4rzte, denen ein Problem sehr am Herzen lag und die \u00fcber grundlegende technische Fachkenntnisse verf\u00fcgten, aber im Grunde nur Menschen waren, die sich sehr engagierten und bereit waren, h\u00e4rter an der L\u00f6sung des Problems zu arbeiten. Das ist eine andere Art der Talentfindung als eine berufliche Umschulung, bei der man im Wesentlichen jemanden nimmt und sagt: \u201eIch m\u00f6chte, dass du v\u00f6llig anders arbeitest und dich mit einer anderen Reihe von Problemen befasst.\u201c Umschulung ist in den Vereinigten Staaten bekannterma\u00dfen die am meisten vernachl\u00e4ssigte Politik, die wir haben. Seit etwa 40 Jahren gab es auf Bundesebene ein Umschulungsprogramm. Es war einigerma\u00dfen effektiv. Etwa f\u00fcnf Millionen Menschen wurden umgeschult, haupts\u00e4chlich im Mittleren Westen im Bereich Autoteile und Automobilherstellung.<\/p>\n Das ist 2022 gestorben. Es gab keine Bem\u00fchungen, es wiederzubeleben. Umschulung geht es wirklich zu einem gewissen Grad wieder um diese Verschmelzung der F\u00e4higkeiten einer Person mit der Software, nicht um: \u201eHey, hier ist die Software, hier ist, was sie tut, hier ist, was du jetzt tun musst.\u201c Und ich denke, die effektivste Version davon wird eine Zusammenarbeit sein, nicht diese Art von Umsetzung von oben. Aber es gibt viele Arbeitskr\u00e4fte da drau\u00dfen, hochqualifizierte, geschickte Arbeitskr\u00e4fte, die noch sehr lange, wenn \u00fcberhaupt, nicht von Robotern erledigt werden. Und es gibt M\u00f6glichkeiten, bei denen es f\u00fcr einen Elektriker enorm hilfreich sein kann, multimodale KI zu haben, um ein Foto von etwas zu machen, eine viel schnellere Diagnose zu erhalten und Sicherheitsprobleme viel schneller zu verstehen. Und so denke ich, dass es bei der Umschulung viel mehr um Integration als um Aufzwingen geht.<\/p>\n ADI IGNATIUS: Wenn Sie als F\u00fchrungskraft zuh\u00f6ren, denke ich, dass die Beispiele der Cleveland Clinic gro\u00dfartig waren. Und wie Sie sagten, sind sie im Gro\u00dfen und Ganzen anwendbar, aber es ist auch leicht zu sagen: \u201eDas ist ein Krankenhaus. Ich wei\u00df nicht, wie das mit mir zusammenh\u00e4ngt. Ich bin ein normales Unternehmen.\u201c Sprechen Sie also \u00fcber die Regeln, wie Manager jetzt \u00fcber diese Technologie nachdenken sollten \u2013 in Bezug auf Experimente jetzt und m\u00f6gliche Neukonfigurationen f\u00fcr die Zukunft.<\/p>\n JOSH TYRANGIEL: Ich denke, in erster Linie ist es wahrscheinlich gesund f\u00fcr Ihr Unternehmen, wenn Sie aufh\u00f6ren, k\u00fcnstliche Intelligenz als eine einzige Sache zu bezeichnen. Es ist eigentlich ein Kn\u00e4uel aus vielen verschiedenen wissenschaftlichen Techniken. Wenn Sie also zu Ihrer Belegschaft sagen: \u201eOkay, wir bereiten uns alle auf KI vor\u201c, denken die: \u201eNun, ich benutze Claude zu Hause. Was meinen Sie damit?\u201c Und Sie m\u00fcssen tats\u00e4chlich etwas tiefer in die Materie eintauchen und konkreter mit den Leuten sprechen, denn das wird einige der Bedenken zerstreuen und sie auf das Problem lenken, das Sie l\u00f6sen wollen.<\/p>\n Viele der CEOs, mit denen ich spreche, haben keinen technischen Hintergrund und z\u00f6gern daher etwas, das zu tun. Es beginnt also mit einer Investition, und es gibt CEOs, die viel Zeit mit ihren CTOs verbringen, und andere, die es im Kalender sehen und denken:<\/p>\n ADI IGNATIUS: Kann ich das stornieren?<\/p>\n JOSH TYRANGIEL: Ja, vielleicht verschieben wir das. Nein, man muss tats\u00e4chlich eine tiefere Beziehung aufbauen, in der man die Sprache des anderen sprechen kann, weil man seiner Belegschaft vermitteln muss, was man eigentlich erreichen will. Ich denke, das ist der Ausgangspunkt. Der zweite Punkt w\u00e4re, dass ich alle auf dem transparentesten Weg ins Boot hole, der m\u00f6glich ist. Ich wei\u00df, dass es Leute gibt, die die Vorstellung hassen, zu sagen: \u201eHey, wir werden bald KI einsetzen, weil es zun\u00e4chst\u2026\u201c Die ersten Fragen werden sein: \u201eWird das meinen Job ersetzen?\u201c<\/p>\n ADI IGNATIUS: Und die Antwort muss \u00fcbrigens vielleicht lauten. Wir wissen es nicht.<\/p>\n JOSH TYRANGIEL: Aber unsere Aufgabe ist es, Probleme f\u00fcr unsere Kunden auf die bestm\u00f6gliche und effizienteste Weise zu l\u00f6sen, und wir brauchen Sie als Teil dieser Bem\u00fchungen. Ich denke, es beginnt mit Kommunikation und Klarheit. Und dann m\u00fcssen Sie es mit einem Geist der Forschung und Entwicklung angehen, nicht mit einem Geist der Gewissheit, denn Sie werden unterwegs einiges lernen. Ich verspreche Ihnen, es gab noch nie eine einzige perfekte KI-Implementierung ohne Probleme. Noch nie. Es ist mir egal, was die Labore sagen. Und so m\u00fcssen Sie es mit dem Geist von F&E angehen. Wir werden \u00fcber einen bestimmten Zeitraum hinweg herausfinden, was passieren wird. M\u00f6chten Sie teilnehmen? M\u00f6chten Sie Teil des Pilotprojekts sein? M\u00f6chten Sie das Pilotprojekt leiten? Sie m\u00fcssen die Leute mit ins Boot holen, um zu entmystifizieren, was Sie eigentlich tun.<\/p>\n Und Sie werden auch bessere und vertrauensw\u00fcrdigere Informationen von ihnen erhalten, wenn Sie im Eckb\u00fcro sitzen, wenn Sie sie in Bezug auf diese Technologie bef\u00e4higen. Ich halte es auch f\u00fcr v\u00f6llig vern\u00fcnftig, Budgets f\u00fcr das festzulegen, was Sie tun werden. Das letzte Jahr war irgendwie wie diese wild\u00e4ugige Verr\u00fccktheit in Casinos, besonders an Orten wie Beratungsfirmen, wo die Leute einfach losgelassen wurden: \u201eF\u00fcttere es in Claude, schau, was Claude sagt, schau, was Claude Code damit macht.\u201c Und pl\u00f6tzlich sind die Rechnungen verr\u00fcckt. Das w\u00fcrden Sie mit nichts anderem tun. Warum tun Sie es mit KI?<\/p>\n Und wie gesagt, ich denke, die Welt ist ein bisschen KI-betrunken geworden. Ich w\u00fcrde sagen, bleiben Sie in erster Linie n\u00fcchtern. Es ist in Ordnung, ein bisschen beschwipst zu sein, denn manche Technologie ist wirklich so gut, aber kehren Sie zu den Grundlagen zur\u00fcck, aber Sie k\u00f6nnen sich nicht davor verstecken. Das k\u00f6nnen Sie einfach nicht, denn ich glaube, die Angst ist, dass unsere Konkurrenten es nutzen, sie nutzen es, um schneller zu sein. Nun, vielleicht stimmt das. Gleichzeitig k\u00f6nnen Sie nicht alle Eier in diesen Korb legen und erwarten, dass alles perfekt ist. Es ist langweiliger, unglamour\u00f6ser Rat. Sie m\u00fcssen f\u00fchren, umsetzen und kommunizieren und wirklich Parameter daf\u00fcr festlegen, was Sie tun wollten.<\/p>\n ADI IGNATIUS: Wenn Sie ein traditionelles Unternehmen f\u00fchren, kein Technologieunternehmen, kein Medizinunternehmen, was ist sozusagen eine KI-M\u00f6glichkeit, \u00fcber die F\u00fchrungskr\u00e4fte nachdenken sollten, an die sie vielleicht noch nicht denken?<\/p>\n JOSH TYRANGIEL: Schauen Sie sich Ihr Unternehmen an und fragen Sie sich: Wo ist Code in unserem Unternehmen? Und ich spreche sowohl von Software als auch von anderen Dingen. Das Gesetz ist eine Art Code. Es hat all diese Wenn-Dann-Dinge in sich. Mathematik, auch eine Art Code. KI ist inh\u00e4rent Code und sie ist inh\u00e4rent gro\u00dfartig darin, zwischen Codes zu \u00fcbersetzen. Wenn Sie also ein Unternehmen haben, das auf solchen Strukturen basiert, wird KI wahrscheinlich ziemlich gut darin sein. Auch: Wo sind unsere Daten? Wie gut sind unsere Daten? Denn es gibt mehrere Schritte, um effektive KI zu erreichen. Wenn Sie schlechte Daten und eine Art r\u00f6mischen Stra\u00dfenansatz haben, bei dem es nur schlechte Daten auf schlechten Daten und schmutzigen Datenpipelines gibt, kommen Sie nirgendwo hin. All das muss bereinigt werden. Sie haben ein massives Infrastrukturprojekt vor sich.<\/p>\n Sie m\u00fcssen also wirklich wissen, wo Sie stehen. Aber wo es wirklich gut ist, ist: Okay, wir haben all diese Richtlinienhandb\u00fccher. Nehmen wir an, Sie sind ein Geschirrsp\u00fclerhersteller. Wollen wir, dass Leute \u00fcber ChatGPT mit unserem Produkt interagieren, oder wollen wir, dass sie hier interagieren? Wollen wir ihnen beibringen, was wir tun? All das ist nur Code. Ich denke also, der erste Schritt ist zu identifizieren, wo Gleiches mit Gleichem existiert und wo KI, insbesondere LLMs, f\u00fcr Sie n\u00fctzlich sein kann.<\/p>\n ADI IGNATIUS: Josh, das war gro\u00dfartig. Vielen Dank, dass Sie dabei sind. IdeaCast.<\/em><\/p>\n JOSH TYRANGIEL: Danke, dass ich dabei sein durfte, Adi.<\/p>\n ADI IGNATIUS: Das war Josh Tyrangiel, Redakteur bei The Atlantic und Autor des Buches \u201eAI for Good: How Real People are Using Artificial Intelligence to Fix Things that Matter\u201c.<\/p>\n Wenn Ihnen diese Folge geholfen hat, teilen Sie sie und bewerten Sie uns in Apple Podcasts, Spotify oder wo immer Sie h\u00f6ren. Wenn Sie F\u00fchrungskr\u00e4ften helfen wollen, die Welt voranzubringen, besuchen Sie hbr.org\/subscribe, um Zugang zur HBR-Mobil-App, dem w\u00f6chentlichen exklusiven Insider-Newsletter und unbegrenztem Zugang zu HBR online zu erhalten.<\/p>\n Danke an unser Team, die leitende Produzentin Mary Dooe und die leitende Produktionsredakteurin Kristin Murphy Romano. Und danke an Sie, dass Sie den HBR geh\u00f6rt haben. IdeaCast.<\/em> Am Dienstag melden wir uns mit einer neuen Folge zur\u00fcck.<\/p>\n<\/p><\/div>\n #Leaders #Solve #Real #Business #Problems<\/p>","protected":false},"excerpt":{"rendered":" ADI IGNATIUS: Ich bin Adi Ignatius. ALISON BEARD: Ich bin Alison Beard, und das ist der HBR IdeaCast. ADI IGNATIUS: Also Alison, wir reden viel \u00fcber KI. Jeder redet viel \u00fcber KI, aber mich interessiert Ihre aktuelle Sicht auf KI. ALISON BEARD: Nun, ich bin v\u00f6llig erstaunt \u00fcber einige der Arbeiten, die […]<\/p>","protected":false},"author":1,"featured_media":3277,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[9],"tags":[],"class_list":["post-8414","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-management"],"acf":[],"yoast_head":"\n